检索结果-内蒙古大学图书馆

计算机研究与发展 2023年第3期60卷 476-493页

作者：王凯帆徐易难余子濠唐丹陈国凯陈熙勾凌睿胡轩金越李乾若李昕蔺嘉炜刘彤刘志刚王华强王诲喆张传奇张发旺张林隽张紫飞张梓悦赵阳洋周耀阳邹江瑞蔡晔郇丹丹李祖松赵继业何伟孙凝晖包云岗处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100049 北京开源芯片研究院北京100080 鹏城实验室广东深圳518055 深圳大学计算机与软件学院广东深圳518060 北京微核芯技术有限公司北京100190

近年来以RISC-V为代表的开源指令集引领了开源处理器的设计潮流.然而,目前国内外的开源处理器性能尚未满足学术界和工业界的需求.为填补空白,香山处理器项目启动.香山是一款开源高性能RISC-V处理器,采用6发射超标量乱序执行设计,目前在... 详细信息

近年来以RISC-V为代表的开源指令集引领了开源处理器的设计潮流.然而,目前国内外的开源处理器性能尚未满足学术界和工业界的需求.为填补空白,香山处理器项目启动.香山是一款开源高性能RISC-V处理器,采用6发射超标量乱序执行设计,目前在著名开源项目托管平台GitHub上获得超过3200个星标(Star),形成超过400个分支(Fork),成为国际上最热门的开源硬件项目之一,得到国内外企业和研究者的积极支持.香山处理器在近两年时间中历经两代版本演进,第一代“雁栖湖”微架构已经成功流片,回片性能符合预期;第二代“南湖”微架构已进入最后的优化迭代阶段,即将投片,据已知消息,其仿真评估性能在当前开源处理器中排名第一.主要讨论香山前两代微架构的实现细节与设计演进,并系统介绍开发香山过程中的各类挑战与经验.

关键词： RISC-V 高性能处理器开源芯片设计敏捷开发

来源：评论

学校读者我要写书评

暂无评论

动态迁移实体块信息的跨领域中文实体识别模型

引用

软件学报 2022年第10期33卷 3776-3792页

作者：吴炳潮邓成龙关贝陈晓霖昝道广常志军肖尊严曲大成王永吉中国科学院软件研究所协同创新中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049 中国科学院文献情报中心北京100190 北京理工大学计算机学院北京100081

由于中文文本之间没有分隔符,难以识别中文命名实体的边界.此外,在垂直领域中难以获取充足的标记完整的语料,例如医疗领域和金融领域等垂直领域.为解决上述不足,提出一种动态迁移实体块信息的跨领域中文实体识别模型(TES-NER),将跨领域... 详细信息

由于中文文本之间没有分隔符,难以识别中文命名实体的边界.此外,在垂直领域中难以获取充足的标记完整的语料,例如医疗领域和金融领域等垂直领域.为解决上述不足,提出一种动态迁移实体块信息的跨领域中文实体识别模型(TES-NER),将跨领域共享的实体块信息(entity span)通过基于门机制(gate mechanism)的动态融合层,从语料充足的通用领域(源领域)动态迁移到垂直领域(目标领域)上的中文命名实体模型,其中,实体块信息用于表示中文命名实体的范围.TES-NER模型首先通过双向长短期记忆神经网络(BiLSTM)和全连接网络(FCN)构建跨领域共享实体块识别模块,用于识别跨领域共享的实体块信息以确定中文命名实体的边界;然后,通过独立的基于字的双向长短期记忆神经网络和条件随机场(BiLSTM-CRF)构建中文命名实体识别模块,用于识别领域指定的中文命名实体;最后构建动态融合层,将实体块识别模块抽取得到的跨领域共享实体块信息通过门机制动态决定迁移到领域指定的命名实体识别模型上的量.设置通用领域(源领域)数据集为标记语料充足的新闻领域数据集(MSRA),垂直领域(目标领域)数据集为混合领域(OntoNotes 5.0)、金融领域(Resume)和医学领域(CCKS 2017)这3个数据集,其中,混合领域数据集(OntoNotes 5.0)是融合了6个不同垂直领域的数据集.实验结果表明,提出的模型在OntoNotes 5.0、Resume和CCKS 2017这3个垂直领域数据集上的F1值相比于双向长短期记忆和条件随机场模型(BiLSTM-CRF)分别高出2.18%、1.68%和0.99%.

关键词：命名实体识别迁移学习跨领域动态融合双向长短期记忆神经网络

来源：评论

学校读者我要写书评

暂无评论

uBlock类结构最优向量置换的高效搜索

引用

计算机研究与发展 2022年第10期59卷 2275-2285页

作者：李晓丹吴文玲张丽中国科学院软件研究所可信计算与信息保障实验室北京100190 中国科学院大学北京100049 中国星网网络系统研究院有限公司北京100083

整体结构是分组密码的重要特征,也是首要的研究对象,对于分组密码的轮数选取、软硬件实现性能都有非常大的影响.对于类AES算法的设计,当选用非最优分支数的矩阵作为列混淆操作时,向量置换(即字换位操作)的选择可有效提高整体结构的安全... 详细信息

整体结构是分组密码的重要特征,也是首要的研究对象,对于分组密码的轮数选取、软硬件实现性能都有非常大的影响.对于类AES算法的设计,当选用非最优分支数的矩阵作为列混淆操作时,向量置换(即字换位操作)的选择可有效提高整体结构的安全性.uBlock类结构是一种类AES结构,通过研究uBlock类结构的特点及其扩散性,给出了其全扩散轮数的下界及等价类划分准则,提出了一种uBlock类结构最优向量置换的搜索策略.依据全扩散轮数最优、超级扩散层的分支数最优及uBlock类结构扩散层的特殊性质,证明了左右向量置换都不能是恒等变换,给出了uBlock类结构的一系列最优向量置换.该搜索策略大幅度减少了需要测试的置换对,为后续uBlock类算法的设计提供技术支持.

关键词：分组密码 uBlock类结构全扩散超级S盒最优置换

来源：评论

学校读者我要写书评

暂无评论

RTDMiner:基于数据挖掘的引用计数更新缺陷检测方法

引用

软件学报 2023年第10期34卷 4724-4742页

作者：边攀梁彬黄建军游伟石文昌张健中国人民大学信息学院北京100872 华为技术有限公司北京100085 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190

在Linux内核等大型底层系统中广泛采用引用计数来管理共享资源.引用计数需要与引用资源的对象个数保持一致,否则可能导致不恰当引用计数更新缺陷,使得资源永远无法释放或者被提前释放.为检测不恰当引用计数更新缺陷,现有静态检测方法通... 详细信息

在Linux内核等大型底层系统中广泛采用引用计数来管理共享资源.引用计数需要与引用资源的对象个数保持一致,否则可能导致不恰当引用计数更新缺陷,使得资源永远无法释放或者被提前释放.为检测不恰当引用计数更新缺陷,现有静态检测方法通常需要知道哪些函数增加引用计数,哪些函数减少引用计数.而手动获取这些关于引用计数的先验知识过于费时且可能有遗漏.基于挖掘的缺陷检测方法虽然可以减少对先验知识的依赖,但难以有效检测像不恰当引用计数更新缺陷这类路径敏感的缺陷.为此,提出一个将数据挖掘技术和静态分析技术深度融合的不恰当引用计数更新缺陷检测方法RTDMiner.首先,根据引用计数的通用规律,利用数据挖掘技术从大规模代码中自动识别增加或减少引用计数的函数.然后,采用路径敏感的静态分析方法检测增加了引用计数但没有减少引用计数的缺陷路径.为了降低误报,在检测阶段再次利用数据挖掘技术来识别例外模式.在Linux内核上的实验结果表明,所提方法能够以将近90%的准确率自动识别增加或减少引用计数的函数.而且RTDMiner检测到的排行靠前的50个疑似缺陷中已经有24个被内核维护人员确认为真实缺陷.

关键词：引用计数缺陷检测数据挖掘静态分析

来源：评论

学校读者我要写书评

暂无评论

低T深度条件下ZUC-128的高效量子线路实现

引用

中国科学：物理学、力学、天文学 2024年第12期54卷 34-51页

作者：邹剑向思明邹长忠吴文玲福州大学计算机与大数据学院福州350108 福州大学网络系统信息安全重点实验室福州350108 中国科学院软件研究所可信计算与信息保障实验室北京100191

祖冲之密码算法(ZUC)是我国推出的一种流密码算法,本文主要研究如何以较低T深度实现ZUC-128算法的完整量子线路.S盒是ZUC-128算法非线性组件的重要组成部分,本文首先通过穷搜剪枝策略和塔域分解技术分别获得了S_(0)和S_(1)的经典线路实... 详细信息

祖冲之密码算法(ZUC)是我国推出的一种流密码算法,本文主要研究如何以较低T深度实现ZUC-128算法的完整量子线路.S盒是ZUC-128算法非线性组件的重要组成部分,本文首先通过穷搜剪枝策略和塔域分解技术分别获得了S_(0)和S_(1)的经典线路实现,然后分两步设计S_(0)和S_(1)量子线路:第一步是减小经典线路的与门深度,第二步是实现量子线路的T深度等于经典线路的与门深度.本文新型的S_(0)和S_(1)的量子线路的T深度都为7.同时本文还研究了加法器和L函数的量子线路实现,以降低整体线路的T深度.最后本文探索出了ZUC-128算法整个流程的量子线路构造,当工作步骤中的L=32轮时,该量子线路需要46008个量子比特,682340个T门,2008535个CNOT门和42680个NOT门,T深度为11341,其量子比特数与T深度的乘积为5.22×10^(8).

关键词： ZUC-128 塔域分解量子线路

来源：评论

学校读者我要写书评

暂无评论

一种多链协同治理的“以链治链”监管框架

引用

计算机研究与发展 2024年第9期61卷 2290-2306页

作者：陈晓丰宋兆雄郑佩玉张珺于智孙毅区块链与数据安全全国重点实验室(浙江大学) 杭州310027 中国科学院计算技术研究所北京100190 杭州趣链科技有限公司杭州310051 内蒙古大学计算机学院呼和浩特010021 浙江大学软件学院浙江宁波315048 中国科学院大学计算机科学与技术学院北京100049

当前区块链生态飞速发展,面向公众的区块链应用服务不断增多,随着Web3.0概念的升温,这一趋势将愈发明显.这在给数字经济注入新活力的同时,也给区块链应用监管带来更大挑战.区块链及其应用的技术特性以及自动化、多中心、多级多维的监管... 详细信息

当前区块链生态飞速发展,面向公众的区块链应用服务不断增多,随着Web3.0概念的升温,这一趋势将愈发明显.这在给数字经济注入新活力的同时,也给区块链应用监管带来更大挑战.区块链及其应用的技术特性以及自动化、多中心、多级多维的监管需求客观要求对Web2.0监管技术进行兼容与创新.针对这些需求与挑战,提出了一套多链协同的“以链治链”监管框架,设计了一个由分层多级监管链和异构接入链构成的监管架构,并明确了该架构下区块链监管的基本流程;将该框架下的监管技术体系抽象成基础层、决策层、跨链层、接入层、执行层和数据层,并提出一系列对监管系统构建最为关键的监管骨干机制.在监管框架和骨干机制的指导下开发了一套区块链应用监管系统,并通过实验和应用试点验证了系统的有效性和可行性.

关键词：区块链监管跨链互操作多链协同治理

来源：评论

学校读者我要写书评

暂无评论

可信系统性质的分类和形式化研究综述

引用

软件学报 2022年第7期33卷 2367-2410页

作者：王淑灵詹博华盛欢欢吴昊易士程王令泰金翔宇薛白李静辉向霜晴向展毛碧飞计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049 华为技术有限公司可信理论研究室广东深圳518129

计算机系统被应用于各种重要领域,这些系统的失效可能会带来重大灾难.不同应用领域的系统对于可信性具有不同的要求,如何建立高质量的可信计算机系统,是这些领域共同面临的巨大挑战.近年来,具有严格数学基础的形式化方法已经被公认为开... 详细信息

计算机系统被应用于各种重要领域,这些系统的失效可能会带来重大灾难.不同应用领域的系统对于可信性具有不同的要求,如何建立高质量的可信计算机系统,是这些领域共同面临的巨大挑战.近年来,具有严格数学基础的形式化方法已经被公认为开发高可靠软硬件系统的有效方法.目标是对形式化方法在不同系统的应用进行不同维度的分类,以更好地支撑可信软硬件系统的设计.首先从系统的特征出发,考虑6种系统特征:顺序系统、反应式系统、并发与通信系统、实时系统、概率随机系统以及混成系统.同时,这些系统又运行在众多应用场景,分别具有各自的需求.考虑4种应用场景:硬件系统、通信协议、信息流以及人工智能系统.对于以上的每个类别,介绍和总结其形式建模、性质描述以及验证方法与工具.这将允许形式化方法的使用者对不同的系统和应用场景,能够更准确地选择恰当的建模、验证技术与工具,帮助设计人员开发更加可靠的系统.

关键词：可信系统形式化方法性质分类验证方法和工具

来源：评论

学校读者我要写书评

暂无评论

基于图挖掘扩展学习的增强需求跟踪恢复方法

引用

计算机研究与发展 2021年第4期58卷 777-793页

作者：陈磊王丹丹王青石琳中国科学院软件研究所互联网软件技术实验室北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049

在软件开发全生命周期中,需求跟踪在管理需求及其相关制品方面扮演着重要的角色.由于手工跟踪费时且易出错,一些基于信息检索(information retrieval,IR)和基于机器学习(machine learning,ML)的解决方案被提出.其中,不需要大量标签数据... 详细信息

在软件开发全生命周期中,需求跟踪在管理需求及其相关制品方面扮演着重要的角色.由于手工跟踪费时且易出错,一些基于信息检索(information retrieval,IR)和基于机器学习(machine learning,ML)的解决方案被提出.其中,不需要大量标签数据的无监督的机器学习方法越来越受到关注.在已提出的解决方案中,大多数都是针对词法和语义信息进行建模,而忽略了文本制品间的词共现分布和词序信息.因此,提出利用基于图挖掘扩展学习的增强需求跟踪链接恢复方法GeT2Trace.其核心思想是利用图网络中的词共现信息和词序信息来增强制品中隐含的语义信息,进而更全面、更准确地对制品中所包含的语义进行表示.在5个公共数据集上进行了评估,结果表明提出的方法优于已有基线.使用图形信息扩展需求为无监督的需求跟踪解决方案提供了新的见解,改进的跟踪链接性能验证了GeT2Trace的有用性和有效性.

关键词：需求跟踪词共现词序图网络制品表示

来源：评论

学校读者我要写书评

暂无评论

响应时间约束的代码评审人推荐

引用

软件学报 2021年第11期32卷 3372-3387页

作者：胡渊喆王俊杰李守斌胡军王青中国科学院软件研究所互联网软件技术实验室北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049

同行代码评审,即对提交代码进行人工评审,是减少软件缺陷和提高软件质量的有效手段,已被Github等开源社区以及很多软件开发组织广泛采用.在GitHub社区,代码评审是其pull-based软件开发模型的重要组成部分.开源项目往往存在成百上千个候... 详细信息

同行代码评审,即对提交代码进行人工评审,是减少软件缺陷和提高软件质量的有效手段,已被Github等开源社区以及很多软件开发组织广泛采用.在GitHub社区,代码评审是其pull-based软件开发模型的重要组成部分.开源项目往往存在成百上千个候选评审人员,为评审工作推荐合适的评审人员是一项很有价值且挑战性的工作.基于真实开源项目的数据分析发现,评审响应时间过长是普遍存在的问题,这会延长评审周期、降低参与人员积极性,而已有的代码评审人推荐工作均没有考虑响应时间这个因素.因此,提出了响应时间约束的代码评审人推荐问题,即推荐的评审人能否在约定时间内进行评审;进而提出了基于多目标优化的代码评审人推荐方法(MOC2R),该方法通过最大化代码评审人经验、最大化在约定时间内的响应概率、最大化人员最近时间内的活跃性这3个目标,使用多目标优化算法来推荐代码评审人员.基于6个开源项目的数据进行实验,结果表明,在不同时间窗约束下(2h、4h、8h),Top-1准确率为41.7%~61.5%,Top-5准确率为66.5%~77.7%,显著优于两条常用且业内领先的基线方法,且3个目标均对人员推荐有贡献,其中,约定时间内的响应概率目标对于人员推荐的贡献最大.该方法能够进一步提升代码评审效率,提高开源社区的活跃性.

关键词：代码评审响应时间约束多目标优化

来源：评论

学校读者我要写书评

暂无评论

双通道四元数卷积网络去噪方法

引用

计算机科学与探索 2023年第6期17卷 1359-1372页

作者：曹义亲饶哲初朱志亮万穗华东交通大学软件学院南昌330013 中国科学院软件研究所计算机科学国家重点实验室北京100190 重庆交通大学交通运输学院重庆400074

基于深度学习的彩色图像去噪方法通常是在各个通道进行卷积操作后再进行合并得到最后的卷积结果。这种方式没有充分考虑色彩通道之间的光谱相关性,可能导致去噪结果的失真。四元数卷积将彩色像素当作一个整体来进行处理,可以很好地解决... 详细信息

基于深度学习的彩色图像去噪方法通常是在各个通道进行卷积操作后再进行合并得到最后的卷积结果。这种方式没有充分考虑色彩通道之间的光谱相关性,可能导致去噪结果的失真。四元数卷积将彩色像素当作一个整体来进行处理,可以很好地解决这一问题。但是单一的四元数卷积网络不能较好地还原图像细节信息。针对这一问题,提出一种用于去除彩色随机脉冲噪声的双通道四元数卷积网络(DQNet)。该网络首先基于结构通道和色彩通道融合的策略,采用基于扩张卷积的结构细节还原模块提取结构和边缘特征,采用四元数卷积网络提取色彩特征;然后针对卷积运算会导致部分全局信息丢失的问题,通过长线连接将含有丰富全局特征的输入噪声图像与卷积结果进行融合,设计基于注意力机制的特征增强模块来指导网络提取复杂背景中的潜在噪声特征;最后利用残差学习实现彩色随机脉冲噪声的复原。实验结果表明,所提算法具有较好的去噪性能,在中度噪声污染或高度噪声污染的情况下去噪效果更为突出。

关键词：图像去噪深度学习随机脉冲噪声四元数卷积双通道

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：